Algorithmic Trading with Python and R Training Course

Toto živé školení vedené instruktorem v České republice (online nebo na místě) je zaměřeno na datové vědce a softwarové inženýry, kteří chtějí používat Dask s Python ekosystémem k vytváření, škálování a analýze velkých datových sad.

Na konci tohoto školení budou účastníci schopni:

• Nastavte prostředí, abyste mohli začít budovat zpracování velkých dat pomocí Dask a Python.
• Prozkoumejte funkce, knihovny, nástroje a rozhraní API dostupné v Dask.
• Pochopte, jak Dask urychluje paralelní výpočty v Pythonu.
• Naučte se, jak škálovat ekosystém Pythonu (Numpy, SciPy a Pandas) pomocí Dask.
• Optimalizujte prostředí Dask pro udržení vysokého výkonu při zpracování velkých datových sad.

Tento vedený instruktorem živý školení na místě nebo online je určen pro středně pokročilé Python vývojáře a analytiky dat, kteří chtějí posílit své dovednosti v analýze a manipulaci s daty pomocí Pandas a NumPy.

Do konce tohoto školení budou účastníci schopni:

• Nastavit vývojové prostředí, které zahrnuje Python, Pandas a NumPy.
• Vytvořit aplikaci pro analýzu dat pomocí Pandas a NumPy.
• Provádět pokročilou manipulaci s daty, řazení a filtrování operací.
• Provádět agregované operace a analyzovat časové série dat.
• Vizualizovat data pomocí Matplotlibu a dalších knihoven pro vizualizaci.
• Ladit a optimalizovat svůj kód pro analýzu dat.

Toto živé školení vedené instruktorem (online nebo na místě) je zaměřeno na vývojáře, kteří chtějí používat zásobník FARM (FastAPI, React a MongoDB) k vytváření dynamických, vysoce výkonných a škálovatelných webových aplikací.

Na konci tohoto školení budou účastníci schopni:

Nastavte potřebné vývojové prostředí, které integruje FastAPI, React a MongoDB. Pochopte klíčové koncepty, funkce a výhody FARM stacku. Naučte se vytvářet REST API pomocí FastAPI. Naučte se navrhovat interaktivní aplikace pomocí React. Vyvíjejte, testujte a nasazujte aplikace (front-end a back-end) pomocí FARM stacku.

Toto živé školení vedené instruktorem v České republice (online nebo na místě) je zaměřeno na vývojáře, kteří chtějí používat FastAPI s Python ke snadnějšímu a rychlejšímu vytváření, testování a nasazování RESTful API.

Na konci tohoto školení budou účastníci schopni:

• Nastavit si nezbytné vývojové prostředí pro vývoj API s Python a FastAPI.
• Vytvářet API rychleji a snadněji pomocí knihovny FastAPI.
• Naučit se, jak vytvářet datové modely a schémata založené na Pydantic a OpenAPI.
• Připojit API k databázi pomocí SQLAlchemy.
• Implementovat zabezpečení a autentizaci v API pomocí nástrojů FastAPI.
• Vytvořit kontejnerové obrazy a nasadit webová API na cloudový server.

Toto živé školení vedené instruktorem v České republice (online nebo na místě) je zaměřeno na středně pokročilé datové analytiky a obchodní profesionály, kteří chtějí provádět prognózy časových řad a automatizovat pracovní postupy analýzy dat pomocí R.

Na konci tohoto školení budou účastníci schopni:

• Pochopte základy prognostických technik v R.
• Aplikujte exponenciální vyhlazování a modely ARIMA pro analýzu časových řad.
• Využijte balíček „forecast“ ke generování přesných předpovědních modelů.
• Automatizujte předpovědní pracovní postupy pro obchodní a výzkumné aplikace.

Toto živé školení vedené instruktorem v České republice (online nebo na místě) je zaměřeno na datové vědce a vývojáře, kteří chtějí používat Modin k sestavení a implementaci paralelních výpočtů s Pandas pro rychlejší analýzu dat.

Na konci tohoto školení budou účastníci schopni:

• Nastavte potřebné prostředí, abyste mohli začít vyvíjet pracovní postupy Pandas ve velkém měřítku s Modin.
• Pochopte funkce, architekturu a výhody Modin.
• Poznejte rozdíly mezi Modin, Dask a Rayem.
• Pomocí Modin provádějte operace Pandas rychleji.
• Implementujte celé Pandas API a funkce.

Publikum

Business majitelé (marketingoví manažeři, produktoví manažeři, manažeři zákaznické základny) a jejich týmy; odborníci na zákaznické statistiky.

Přehled

Kurz sleduje životní cyklus zákazníka od získávání nových zákazníků, řízení stávajících zákazníků pro ziskovost, udržení dobrých zákazníků a nakonec pochopení toho, kteří zákazníci nás opouštějí a proč. Budeme pracovat se skutečnými (i když anonymními) daty z různých odvětví, včetně telekomunikací, pojišťovnictví, médií a špičkových technologií.

Formát

Školení vedené instruktorem v průběhu pěti půldenních lekcí s cvičením ve třídě a domácími úkoly. Může být poskytnut jako učební nebo distanční (online) kurz.

Publikum

manažeři vývojáři vědci studenti

Formát kurzu

on-line výuka a diskuse NEBO osobní workshopy

R  je open-source programovací jazyk pro statistické výpočetní techniky, analýzu dat a grafiku. Výzkum využívá rostoucí počet manažerů a analytiků v korporacích a akademii. R také našel následovníky mezi statistiky, inženýry a vědci bez počítačových programovacích dovedností, kteří ji snadno používají. Jeho popularita je vzhledem k rostoucímu používání datového těžby pro různé účely, jako je nastavení reklamních cen, nalezení nových léků rychleji nebo fin-tune finanční modely. R má širokou škálu balíčků pro data mining.

Tento kurz se zabývá manipulací s objekty v R včetně čtení dat, přístupu k R balíčkům, psaní funkcí R a tvorby informačních grafů. To zahrnuje analýzu dat pomocí běžných statistických modelů. Tento kurz učí, jak používat software R (https://www.r-project.org) jak na příkazové linii, tak v grafickém uživatelském rozhraní (GUI).

Tento kurz je úvodem do aplikace neuronových sítí v reálných problémech pomocí softwaru R-project.

Tento kurz je určen pro datové vědce a statistiky, kteří již mají základní dovednosti kódování R & C++ a R kód a potřebují pokročilé dovednosti kódování R.

Účelem je poskytnout praktický pokročilý kurz programování R účastníkům se zájmem o aplikaci metod v práci.

Aby bylo školení relevantní pro publikum, používají se příklady specifické pro daný sektor

Toto živé školení vedené instruktorem v České republice (online nebo na místě) je zaměřeno na datové analytiky, kteří chtějí analyzovat velké soubory dat pomocí Stata.

Na konci tohoto školení budou účastníci schopni:

• Vytvářejte statistické modely pro předpovídání klíčových zájmových proměnných a událostí.
• Vytvářejte popisné vizualizace, souhrnné tabulky, frekvence a další.
• Spravujte a strukturujte velké datové sady, připravené pro analýzu dat.

Toto živé školení vedené instruktorem v České republice (online nebo na místě) je zaměřeno na středně pokročilé až pokročilé odborníky v oblasti výpočetní techniky, kteří chtějí využít Stata pro statistickou analýzu a integrovat jej s R.

Na konci tohoto školení budou účastníci schopni:

• Efektivně využít Stata pro analýzu dat a statistické modelování.
• Porovnejte funkce Stata s SPSS a R.
• Integrujte Stata s R pro bezproblémové statistické výpočty.
• Vyvíjejte a automatizujte pracovní postupy pomocí Stata a R.

Toto živé školení vedené instruktorem (online nebo na místě) je zaměřeno na datové analytiky, kteří chtějí používat Stata a R k analýze velkých dat pro statistickou analýzu.

Na konci tohoto školení budou účastníci schopni:

• Vytvářejte statistické modely pro předpovídání klíčových zájmových proměnných a událostí.
• Vytvářejte popisné vizualizace, souhrnné tabulky, frekvence a další.
• Spravujte a strukturujte velké databáze pro přípravu na analýzu dat.

Cílová skupina

Formát kurzu

Po ukončení tohoto školení budou účastníci schopni:

Během tohoto vedeného instruktorem živého kurzu se účastníci naučí, jak manipulovat s daty a je visualizovat pomocí nástrojů obsažených v Tidyverse.

Tidyverse je sbírka flexibilních R balíčků pro čištění, zpracování, modelování a vizualizaci dat. Některé z obsažených balíčků jsou: ggplot2, dplyr, tidyr, readr, purrr a tibble.

• Začátečníci v jazyce R
• Začátečníci ve vyhledávání dat a vizualizaci dat

• Část přednášky, část diskuse, cvičení a intenzivní praxe

• Provádět analýzu dat a vytvářet působivé vizualizace
• Těžit užitečné závěry z různých souborů vzorných dat
• Filtrovat, řadit a shrnout data k odpovědi na zkoumavé otázky
• Převádět zpracovaná data do informačních čarových grafů, sloupcových grafů a histogramů
• Importovat a filtrovat data ze široké škály datových zdrojů, včetně Excel, CSV a SPSS souborů